대규모 언어모델 기반 스마트농업 운영 자동화 방법론
A methodology for automating smart agricultural operations based on large-scale language models
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
스마트농업은 센서, 자동화 설비, 데이터 분석 기술을 활용하여 농업 생산성을 향상시키는 핵심 전략으로 주목받고 있다. 그러나 기존 스마트농업 시스템은 환경 데이터 수집과 장비 제어 기능에 집중되어 있으며, 농업 운영 전반을 유연하게 관리할 수 있는 지능형 운영 프레임워크는 여전히 부족한 실정이다. 특히 농업관리시스템(FMS, Farm Management System) 중심의 운영 방식은 정형화된 규칙과 복잡한 설정 절차로 인해 현장 대응성과 사용자 접근성에 한계를 가진다. 본 논문에서는 이러한 문제를 해결하기 위해 대규모 언어모델(LLM)을 중심으로 한 지능형 워크플로우 프레임워크를 제안한다. 제안된 프레임워크는 농업 현장의 센서 및 자동화 장비로부터 수집된 데이터를 기반으로 작업 흐름을 자동으로 구성하고, 자연어 기반 인터페이스를 통해 농업 운영 및 의사결정을 직관적으로 지원한다. 이를 통해 기존 스마트농업 운영 방식의 복잡성을 완화하고, 사용자 중심의 유연한 농업 운영 자동화를 가능하게 하는 새로운 접근법을 제시한다.
Abstract
Smart agriculture is gaining attention as a key strategy for improving agricultural productivity by leveraging sensors, automated equipment, and data analysis technologies. However, existing smart agriculture systems focus on environmental data collection and equipment control, and an intelligent operational framework capable of flexibly managing overall agricultural operations remains lacking. In particular, operational approaches centered on the Farm Management System (FMS) face limitations in on-site responsiveness and user accessibility due to their rigid rules and complex setup procedures. In this paper, we propose an intelligent workflow framework centered on large-scale language models (LLM) to address these issues. The proposed framework automatically configures workflows based on data collected from sensors and automated equipment in agricultural fields, and intuitively supports agricultural operations and decision-making through a natural language-based interface. This presents a new approach that alleviates the complexity of existing smart farming operations and enables flexible, user-centric automation of agricultural operations.